结合多特征HSV变换的高光谱影像林地提取方法

发布时间：2021-07-14 17:50

　　当前林地提取的方式主要是选择样本通过监督或半监督进行的,效率较低,为此本文提出一种结合多特征的HSV变换高光谱影像林地提取方法.该方法首先对原影像进行相关校正处理,然后利用归一化植被指数（NDVI）和主成分分析（PCA）得到合成影像,最后利用HSV变换通过设置色彩值范围对影像进行色彩分割提取林地信息.结果显示,使用本文方法对高光谱林地的提取精度可以达到96.29%,说明了本文方法的有效性. 

【文章来源】：全球定位系统. 2020,45(03)CSCD

【文章页数】：6 页

【部分图文】：

研究区位置示意图及其林地区域参考图

为了更好地对该区域林地信息进行提取,本文提出了一种基于HSV变换的色彩分割林地提取方法.首先对原影像进行辐射定标、大气校正和正射校正,得到校正后的影像;然后对校正后的影像进行PCA降维,并选取第一主成分和第二主成分与NDVI进行合成,得到合成后的影像;接着再进行HSV变换并进行色彩分割得到该区域林地提取二值图,进行小对象删除以及空洞填充,得到最终林地提取图;最后与林地区域的参考图进行精度评价.具体的林地提取流程图如图2所示,合成后影像的相关信息如表1所示.2.1 高光谱影像植被指数的计算

由于所选影像地物复杂,通过对原影像做相关处理可以很好地回避同谱异物和同物异谱对林地提取的影响.从图3(a)可以看出,部分水体的颜色与林地的颜色极为相似,如果用原影像对林地进行提取,将造成林地中混合水体的现象出现.为此,通过将NDVI和PCA进行组合,得到的影像可以很好地避免这一情况的出现,如图3(b)所示,再通过HSV变换可以更加清晰地对地物进行区分,有利于林地的提取,如图3(c)所示.3.2 精度评价与分析

【参考文献】：
期刊论文
[1]基于多核极限学习机的遥感影像林地信息提取[J]. 王传立,张晓芳,唐鼐,袁梦,文益君,郭瑞.  中南林业科技大学学报. 2018(09)
[2]基于决策树和SVM的Sentinel-2A影像作物提取方法[J]. 王利军,郭燕,贺佳,王利民,张喜旺,刘婷.  农业机械学报. 2018(09)
[3]“绿水青山就是金山银山”理论实践政策机制研究[J]. 秦昌波,苏洁琼,王倩,万军,王金南.  环境科学研究. 2018(06)
[4]基于深度极限学习机的高光谱遥感影像分类研究[J]. 吕飞,韩敏.  大连理工大学学报. 2018(02)
[5]基于纹理特征和SVM的QuickBird影像苹果园提取[J]. 宋荣杰,宁纪锋,刘秀英,常庆瑞.  农业机械学报. 2017(03)
[6]基于卷积神经网络模型的遥感图像分类[J]. 付秀丽,黎玲萍,毛克彪,谭雪兰,李建军,孙旭,左志远.  高技术通讯. 2017(03)
[7]基于KNN方法的大兴安岭地区森林地上碳储量遥感估算[J]. 戚玉娇,李凤日.  林业科学. 2015(05)
[8]基于高光谱影像融合的湿地植被类型信息提取技术研究[J]. 韦玮,李增元.  林业科学研究. 2011(03)
[9]高光谱遥感数据植被信息提取方法[J]. 李丹,陈水森,陈修治.  农业工程学报. 2010(07)
[10]一种用于高光谱遥感影像分类的改进多类支持向量机[J]. 于宁锋,杨化超.  遥感信息. 2007(05)



本文编号：3284607